我正在使用Keras制作CNN，我希望用plot_model()可视化模型。
当我看到Conv2d图层的形状时，有一件事我无法理解。
假设我的Conv2d图层的内核大小为[8 x 8]，步幅为[4 by 4]，填充为'same'，我想要16个要素图。
此图层的输入形状为[None, 3, 160, 320]，输出为[None,1,40,16]。
'无'是样品，但是1和40是什么？我猜16是特征图的数量？
由于我实现了padding = 'same'，因此图像大小不应该与输入具有相同的宽度和高度，或者这不是同一个东西吗？
谢谢！
答案 0 :(得分：0)
好吧，既然你正在使用＆＃34;大步前进，那么你将永远不会有相同的形状。
您的卷积滤镜（可以看作是滑动窗口）在其滑动中跳跃四个像素。
因此，您将最终形状除以4（并向上舍入）。